- 商品参数
-
- 作者:
(美)Dimitri P. Bertsekas著|
暂无编|
暂无译|
暂无绘
- 出版社:清华大学出版社
- 出版时间:2016-05-01
- 版次:1
- 字数:623
- 页数:524
- 开本:16开
- 装帧:平装
- ISBN:9787302430704
- 版权提供:清华大学出版社
本书几乎囊括了所有主流的凸优化算法。包括梯度法、次梯度法、多面体逼近法、邻近法和内点法等。这些方法通常依赖于代价函数和约束条件的凸性(而不一定依赖于其可微性),并与对偶性有着直接或间接的联系。作者针对具体问题的特定结构,给出了大量的例题,来充分展示算法的应用。各章的内容如下: 靠前章,凸优化模型概述; 第2章,优化算法概述; 第3章,次梯度算法; 第4章,多面体逼近算法; 第5章,邻近算法; 第6章,其他算法问题。本书的一个特色是在强调问题之间的对偶性的同时,也十分重视建立在共轭概念上的算法之间的对偶性,这常常能为选择合适的算法实现方式提供新的灵感和计算上的便利。